[发明专利]对象重识别方法以及电子设备、存储装置在审

专利信息
申请号: 202110580394.2 申请日: 2021-05-26
公开(公告)号: CN113449596A 公开(公告)日: 2021-09-28
发明(设计)人: 应竞舟;黄志华;吴子扬;奚昌凤 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 识别 方法 以及 电子设备 存储 装置
【说明书】:

本申请公开了一种对象重识别方法以及电子设备、存储装置,其中,对象重识别方法包括:提取待识别图像中目标对象的第一融合特征;基于第一数据库、第二数据库和第一融合特征,得到目标对象的轨迹信息和身份信息;其中,第一数据库包含若干预设对象的第二融合特征和身份信息,第二数据库包含视频数据中若干抓拍对象的第三融合特征和轨迹信息,且第一融合特征、第二融合特征和第三融合特征均是利用融合特征提取模型提取并处理人脸特征信息和形体特征信息而得到的。上述方案,能够提高对象身份以及轨迹识别的准确性。

技术领域

本申请涉及图像处理处理技术领域,特别是涉及一种对象重识别方法以及电子设备、存储装置。

背景技术

随着城市建设的不断完善,视频监控已经逐渐成为城市管理主要辅助手段之一。得益于人脸识别技术的快速发展,在视频监控中集成人脸识别技术,能够自动且高效地执行对象身份以及轨迹识别任务,从而在智慧社区、智能商业等场景中体现出越来越重要的应用价值。然而,现实场景中,难免存在低头、口罩或帽子遮挡等无法拍摄到人脸的情况,同时还存在同一画面中存在大量行人且部分行人之间相隔很近的情况,从而影响对象身份以及轨迹识别的准确性。有鉴于此,如何提高对象身份以及轨迹识别的准确性成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种对象重识别方法以及电子设备、存储装置,能够提高对象身份以及轨迹识别的准确性。

为了解决上述技术问题,本申请第一方面提供了一种对象重识别方法,包括:提取待识别图像中目标对象的第一融合特征;基于第一数据库、第二数据库和第一融合特征,得到目标对象的轨迹信息和身份信息;其中,第一数据库包含若干预设对象的第二融合特征和身份信息,第二数据库包含视频数据中若干抓拍对象的第三融合特征和轨迹信息,且第一融合特征、第二融合特征和第三融合特征均是利用融合特征提取模型提取并处理人脸特征信息和形体特征信息而得到的。

为了解决上述技术问题,本申请第二方面提供了一种对象重识别装置,包括提取模块和检索模块,提取模块用于提取待识别图像中目标对象的第一融合特征;检索模块用于基于第一数据库、第二数据库和第一融合特征,得到目标对象的轨迹信息和身份信息;其中,第一数据库包含若干预设对象的第二融合特征和身份信息,第二数据库包含视频数据中若干抓拍对象的第三融合特征和轨迹信息,且第一融合特征、第二融合特征和第三融合特征均是利用融合特征提取模型提取并处理人脸特征信息和形体特征信息而得到的。

为了解决上述技术问题,本申请第三方面提供了一种电子设备,包括相互耦接的存储器和处理器,存储器中存储有程序指令,处理器用于执行程序指令以实现上述第一方面中的对象重识别方法。

为了解决上述技术问题,本申请第四方面提供了一种存储装置,存储有能够被处理器运行的程序指令,程序指令用于实现上述第一方面中的对象重识别方法。

上述方案,获取待识别图像中目标对象的第一融合特征,再基于第一数据库、第二数据库和第一融合特征,得到目标对象的轨迹信息和身份信息,且第一数据库包含若干预设对象的第二融合特征和身份信息,第二数据库包含视频数据中若干抓拍对象的第三融合特征和轨迹信息,第一融合特征、第二融合特征和第三融合特征均是利用融合特征提取模型提取并处理人脸特征信息和形体特征信息而得到的,由于第一融合特征、第二融合特征和第三融合特征均是在特征空间层面利用融合特征提取模型提取并处理人脸特征信息和形体特征信息而得到的,故在执行目标对象身份以及轨迹识别任务的全过程中,始终能够关联人脸特征和形体特征,使得两者能够相互补充,有利于提高对象身份以及轨迹识别的准确性。

附图说明

图1是本申请对象重识别方法一实施例的流程示意图;

图2是提取融合特征一实施例的示意图;

图3是本申请对象重识别方法一实施例的过程示意图;

图4是获取第一数据库一实施例的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110580394.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top